Hoe AI nu al leidt tot betere dealmakers: 7 gebieden waar AI waarde toevoegt

"Enkele jaren geleden werd AI bij fusies en overnames nog vrijwel uitsluitend gebruikt in de due diligence-fase. Dat is nu al niet meer zo", zeggen Remco van Daal en Martin Kerkhof, respectievelijk Deals Leader en Director Deal Data Analytics bij accountants- en adviesorganisatie PwC Nederland "AI is in korte tijd doorgedrongen tot alle fases in het dealproces en kan in elk toepassingsgebied waarde toevoegen."

De opkomst van Agentic AI maakt het bovendien makkelijker om die verschillende fases te integreren. Waar AI na de introductie van ChatGPT eind 2022 aanvankelijk vooral als intelligente zoekmachine of schrijftool handig was, kan een agent een reeks handelingen achter elkaar uitvoeren – een document samenvatten, vergelijken met kantoorstandaarden en vervolgens een conceptadvies genereren, allemaal in één teug. De gebruiker hoeft minder te schakelen tussen losse tools voor onderzoek, analyse en tekstproductie.

"Veel AI Platforms bieden nu ook hele 'playbooks' van elkaar opeenvolgende prompts voor complete workflows, die naar eigen inzicht kunnen worden aangepast", zegt Jacob Hoogslag, Senior Associate bij het advocatenkantoor Hogan Lovells Cadwalader.

Goed prompten blijft belangrijk, maar een groeiend aantal AI-tools biedt tegenwoordig de mogelijkheid om een ruwe prompt automatisch te verbeteren tot een goed geschreven en gestructureerde opdracht. "Je hoeft als advocaat geen prompt engineer te zijn om effectief met AI te werken – de AI-tools helpen je daar steeds meer bij", zegt Jaap Geleijns, Partner Corporate/M&A/Private Equity bij Hogan Lovells Cadwalader.

Let wel: "De kracht van AI zit niet in de tooling zelf, maar in de kennis die je erin stopt", zegt Van Daal. "Een platform dat voor iedereen beschikbaar is, biedt geen onderscheidend voordeel. Wie echt wil differentiëren, moet AI voeden met zijn eigen data en expertise." Ook dat is een betrekkelijk recente ontwikkeling, en vereist een andere benadering van AI dan in de beginperiode na november 2022, zeggen Hoogslag en Geleijns. "In het begin draaide het voornamelijk om bewustwording en training: welke tools zijn er, wat kunnen ze? Inmiddels zijn we door die fase heen en ligt de nadruk op experimenteren en structureren. Nu gaat het er vooral om hoe we AI kunnen inpassen in onze bestaande werkprocessen."

‘Er ontstaat een kloof tussen de voorlopers en de achterblijvers’

Om optimaal gebruik te kunnen maken van AI, zijn enorme investeringen nodig in medewerkers (in IT'ers, in opleidingen van gebruikers) en in hard- en software. "Het kost veel leergeld en veel research en bij grootschalig gebruik ook veel 'tokens' die we bij de aanbieders van large language models afnemen", zegt Van Daal. PwC heeft z'n interne, wereldwijde kennissysteem toegankelijk voor AI gemaakt. De mogelijkheden tot kruisbestuiving tussen de verschillende disciplines en medewerkers zijn hierdoor enorm toegenomen. "Stel dat een klant een stoelenfabrikant wil kopen", legt Van Daal uit. "Vroeger zocht je de ene collega die dat eerder had gedaan. Nu kun je in één keer alle kennis bundelen die ooit binnen PwC over stoelenfabrikanten is verzameld – van tientallen verschillende mensen en projecten. Die informatie is veel rijker dan wat je te weten komt als je alleen die ene toevallige expert raadpleegt."

Hogan Lovells Cadwalader heeft een eigen in Amsterdam gevestigd legal tech bedrijf Eltemate, met meer dan 120 medewerkers, waaronder meer dan 40 software-engineers en AI-specialisten. Het bedrijf combineert de juridische expertise van Hogan Lovells Cadwalader met legal tech om maatwerk oplossingen te ontwikkelen die cliënten helpen complexe juridische vraagstukken efficiënter, kosteneffectiever en met hogere kwaliteit aan te pakken. Ook niet onbelangrijk: gevoelige klantdata blijven op de eigen servers.

Investeren op een schaal zoals PwC en Hogan Lovells Cadwalader doen is voor kleinere partijen niet weggelegd. Ook organisaties in streng gereguleerde branches – denk aan het bankwezen – kunnen tegen investeringsbarrières oplopen. "En ik zie een groot gat ontstaan tussen de voorlopers en de achterblijvers. De kans is groot dat wie nu een achterstand oploopt die straks nog maar moeilijk kan inhalen", zegt Kerkhof. Neemt niet weg dat ook kleinere partijen die bij fusies en overnames zijn betrokken profiteren van de mogelijkheden die AI biedt.

Een overzicht van wat AI nu al vermag. Tenzij anders vermeld, zijn deze toepassingen voor alle partijen – groot en klein – beschikbaar. Zeven gebieden waar AI waarde toevoegt:

1. De VDR: meer dan een digitale archiefkast

De Virtual Data Room (VDR) is al lang niet meer een digitale archiefkast die pas bij het boekenonderzoek uit de kast wordt getrokken. Ansarada is een van de platforms die een integrale transactie-omgeving biedt die gedurende de gehele levenscyclus van een deal actief is – van de eerste voorbereiding tot ver na de overdracht.

Door AI-functionaliteiten te koppelen aan de dataroom kunnen adviseurs al rapporten draaien over potentiële overnamedoelen op basis van publieke informatie, nog voordat de officiële dataroom van de verkoper is geopend. Zodra koper en verkoper commercieel nader tot elkaar komen, wordt de dataroom geopend. En blijft voor beide partijen open totdat de deal wordt gesloten. Daarna, in de post-merger fase, wordt de VDR door de koper vaak ingezet om de integratie te bevorderen. Op z'n minst kan de VDR als het archief van alle tijdens de due diligence geanalyseerde contracten en afspraken fungeren.

2. Sourcing: een algoritmische jacht

De jacht op overnamekandidaten was lange tijd grotendeels mensenwerk: het juiste netwerk, de juiste bankier, het juiste congres. Die persoonlijke netwerken blijven waardevol, maar ernaast staat inmiddels een groeiend arsenaal aan AI-gestuurde sourcingplatformen. Platforms als Dealsuite, Grata, SourceScrub en DealCloud van Intapp kunnen continu ongestructureerde data uit openbare bronnen scannen – handelsregisters, vacaturesites, persdiensten en sociale media. Grotere partijen bouwen intussen ook hun eigen sourcinginfrastructuur op. Bewust, omdat ze hun sectorkennis niet met de concurrentie willen delen.

Algoritmes detecteren patronen die op groeipotentieel of verkoopbereidheid duiden, soms voordat die informatie in officiële rapportages zichtbaar wordt. Bedrijven die voorheen onzichtbaar bleven – te klein voor de grote banken, te onbekend voor de gevestigde netwerken – verschijnen nu eerder in beeld. Een uitkomst voor – vooral – venture capital-maatschappijen en private equity-partijen die buy-and-build-strategieën uitvoeren en op zoek zijn naar add-ons.

3. Betere target- en omgevingsanalyse

Analyses van ontwikkelingen die relevant kunnen zijn voor een deal worden makkelijker dankzij AI. Het legal tech bedrijf Eltemate van Hogan Lovells Cadwalader heeft bijvoorbeeld de Regulatory Pilot ontwikkeld. Met behulp van AI identificeert deze tool de relevante regelgeving van jurisdicties die voor de betreffende cliënt van belang zijn. Hiermee kunnen cliënten complexe juridische en compliance-vraagstukken sneller en efficiënter adresseren, terwijl handmatig monitoren sterk wordt teruggedrongen.

Ook kan AI worden ingezet om informatie te verwerven over potentiële overnamekandidaten op basis van publiekelijk beschikbare informatie – persberichten, websites, zoekresultaten. "Hierdoor weten wij nog voordat wij starten met de diligence, waar we later extra op moeten letten", zegt Geleijns. "We beschikken tegenwoordig over veel meer data dan vroeger, waardoor wij gerichter en diepgaander due diligence onderzoek kunnen doen."

4. Due diligence onherkenbaar veranderd

De due diligence-fase is dankzij dankzij algemene tools als Harvey, Lebora, Saga en speciale tools voor due diligence zoals Emma en Jurimesh onherkenbaar veranderd. "Wie ooit bij de overname van een bank betrokken is geweest, weet hoe dat vroeger ging. Duizenden standaardleningen moesten worden doorgespit, contract voor contract, om te kijken of er ergens een afwijkende bepaling in sloop. Teams advocaten waren er weken mee bezig, samenvattingen schrijven, Excel-sheets invullen, kolommen afwerken. "Tegenwoordig doet AI dat allemaal. En dat in de tijd die je nodig hebt om een kop koffie te halen, of nog sneller", zegt Geleijns.

Niet alleen doet AI dit sneller dan de mens, het gaat ook grondiger te werk. "Vroeger bekeek je de tien of twintig belangrijkste contracten en hoopte dat je niets miste. Nu kun je alle honderd overeenkomsten tegelijk scannen op alle relevante risico's. Dat was vroeger simpelweg niet betaalbaar", zegt Ivar Brouwer, die als advocaat bij Houthoff nauw betrokken is bij de adoptie van AI binnen het kantoor.

Dit alles betekent niet per se dat de due diligence fase ook korter duurt dan vroeger. "Een due diligence-onderzoek duurt nog altijd doorgaans vier tot zes weken. Als een groot probleem pas in week drie boven water komt, zoals vroeger blijft er weinig tijd over om er iets zinvols mee te doen. AI helpt ons om risico's al in week één op tafel te krijgen. Zodat wij de tijd hebben om problemen op te lossen in plaats van alleen constateren dat ze er zijn."

5. Betere waardering en prijsvorming?

In een traditionele deal heeft de verkoper vaak een informatievoorsprong op de koper. AI helpt die asymmetrie te verkleinen. Doordat de koper dankzij AI grote hoeveelheden data van een overnamekandidaat grondig kan analyseren krijgt hij een goed beeld van de werkelijke waarde van een bedrijf. Veel beter dan vroeger in elk geval.

Dat zou ertoe moeten leiden dat de prijzen ook in overeenstemming met die werkelijke waarde komen te liggen, zegt Van Daal. "Mogelijk zal het in het MKB ook leiden tot een kortere looptijd van deals. Anders dan bij grote ondernemingen. Daar zal AI er eerder toe leiden dat de waardering grondiger zal worden gedaan. We zijn dan niet per se sneller klaar, maar we leveren wél een beter product."

6. Onderhandelen zonder junioren te belasten

Tijdens onderhandelingen kunnen de betrokken partijen gebruik maken van 'negotiation playbooks' die met AI zijn uitgerust. Deze platforms helpen advocaten en dealmakers zich sneller en grondiger voor te bereiden, zonder dat ze handmatig contractversies en e-mails hoeven door te spitten.

De meest waardevolle functie: AI ordent contractwijzigingen automatisch in een tabel – eigen positie, voorstel tegenpartij, mogelijke uitkomst. "We krijgen het contract terug en hebben meteen een tabel van wat onze positie is, wat de tegenpartij voorstelt en wat de uitkomst is", zegt Aston Goad, corporate/M&A-advocaat en partner bij het kantoor Van Campen Liem in Amsterdam. "Vroeger zette je daar een junior advocaat voor aan het werk. Nu voert AI dat uit in een fractie van de tijd en met minder risico op fouten."

AI vervangt de onderhandeling zelf niet: "Alleen mensen kunnen aan tafel aanvoelen waar de werkelijke ruimte ligt en wat de tegenpartij motiveert. Je moet nog steeds met elkaar aan tafel om te zien waar de ruimte zit en welke uitkomst acceptabel is."

7. De closing: lichtere laatste meters

AI maakt ook de laatste meters in het dealproces lichter. In de afsluitende fase van een deal – denk aan het beantwoorden van biedervragen en het organiseren van de Q&A in de dataroom – helpt AI bij het verminderen van administratieve ruis. Ansarada automatiseert een deel van het documentbeheer, markeert dubbele vragen en genereert conceptantwoorden op basis van eerder verstrekte informatie, binnen enkele seconden. Ansarada claimt met de Bidder Engagement Score – gebaseerd op gedragspatronen in de dataroom – met hoge nauwkeurigheid te kunnen voorspellen welke partij het winnende bod uitbrengt.

Veel AI-platforms bieden Word add-ins, zodat een advocaat niet meer hoeft te wisselen tussen programma's. AI kan bijvoorbeeld een termsheet met afspraken van een deal op hoofdlijnen razendsnel naar formele juridische tekst vertalen. AI-agents vergelijken conceptteksten met kantoorstandaarden en suggereren aanpassingen als een clausule afwijkt van de eigen 'best practices'. In documenten van honderden pagina's spoort AI ook technische inconsistenties op die mensen makkelijk missen, wat de betrouwbaarheid van het document ten goede komt.

‘Human-led en tech-powered'

Al met al fungeert AI als een 'hyper-intelligente junior medewerker', zegt Goad. "Maar ook niet meer dan dat. Ik zou nooit het werk van een medewerker zomaar doorsturen naar een cliënt. Elke suggestie vraagt om controle en juridisch oordeel. AI begrijpt taalpatronen, maar mist het diepe begrip van de commerciële context en de nuances van de cliëntrelatie. Het definitieve oordeel blijft een menselijke aangelegenheid. Je kunt meer werk met minder mensen doen. Maar dat wil niet zeggen dat het werk verdwijnt. De output moet nog steeds worden gecontroleerd, verbeterd en juridisch beoordeeld."

Van Daal en Kerhof spreken van 'human-led en tech-powered'. Alles wat AI produceert, moet door een mens worden gevalideerd. Ook al kan AI sneller werken dan de mens, ook al kan het veel meer informatie verstouwen, de mensen moet wel alert blijven of AI z'n werk goed verricht. En vanaf het prille begin (is die prompt wel goed?). Als dat allemaal goed gaat, ontstaat door de vrijgekomen tijd ruimte voor activiteiten met een hogere toegevoegde waarde dan data verzamelen en controleren. Advies hoe om te gaan met bepaalde risico's, bijvoorbeeld, of hoe te onderhandelen. Want, zoals Brouwer zegt: "AI neemt vooral het handwerk over, zodat er voor de mens meer tijd is voor denkwerk."